Statistika dan Probabilitas

IK 303 - Statistik
Kontrak Perkuliahan
Aturan Tambahan
 Terlambat datang setelah jam 20.20 (telat >
30 menit ) TIDAK DIPERKENANKAN MASUK
KULIAH
 Memakai PAKAIAN BERKERAH selama

berada di lingkungan Kampus UVERS

 HP harap tidak digunakan selama perkuliahan

berlangsung
 Telat Mengumpulkan Tugas -30 point
Persentasi Penilaian

TUGAS : 20%
QUIZ : 30%
UTS : 20%
UAS : 30%
 Pendahuluan

 Statistik diartikan
◦ Numerical description
◦ Diasosiasikan sebagai kumpulan data
◦ Ciri dari sebagian objek yang diamati
 Statistik menunjukan pada informasi tentang
bermacam-macam kegiatan dalam bentuk angka
Definisi
 Statistika
◦ Ilmu yang berurusan dengan pengumpulan, penyajian dan analisis
data untuk menarik kesimpulan dan memanfaatkannyan dalam
menentukan keputusan pada keadaan tidak pasti
Definisi
 Statistika (Schaum’s ; Murray R Spiegel)
◦ Ilmu pengetahuan yang berhubungan dengan metode – metode
ilmiah untuk pengumpulan, pengorganisasian, perangkuman dan
penganalisisan data di samping terkait pula dengan metode –
metode untuk penarikan kesimpulan yang valid serta pengambilan
keputusan yang berdasarkan alasan-alasan yang ilmiah dan kuat
yang memperoleh dari hasil analisis tadi
 Kegunaan statistik
◦ Analisis data
◦ Peramalan
◦ Uji hipotesa
◦ Ilmu statistik
 Ruang lingkup statistik
 Ekonomi dan bisnis
 Tehnik dan mekanika
 Sipil
 Sosial dan budaya
Terdapat di
 Pemerintahan
Setiap bidang
 Komputer dan informasi Ilmu pengetahuan
 Psychology dan komunikasi
 Matematika dan pengetahuan alam
 Olahraga
Perlu Mempelajari Statistik
Perlu Mempelajari Statistik
Perlu Mempelajari Statistik
 Bagian Ilmu Statistik

 Statistik Deskriptif
◦ Menjelaskan – menggambarkan berbagai karakteristik data

 Statistik Induktif – Inferensi

◦ Inferensi adalah suatu pernyataan mengenai suatu populasi yang
didasarkan pada informasi dari sampel random yang diambil dari populasi
tersebut
Bagian Ilmu Statistik
 Teori Probabilitas
◦ Probabilitas – peluang adalah suatu angka yang menunjukan
tingkat keyakinan tentang terjadinya suatu peristiwa

 Analisis Keputusan
◦ Analisis keputusan secara statistik berhubungan dengan
pengambilan keputusan bila alternatif – alternatif tindakan
diketahui, tetapi hasil dari masing-masing tindakan berbeda-beda
Perlu Mempelajari Statistik
 Menjelaskan hubungan antar variabel
 Membuat keputusan lebih baik
 Mengatasi perubauahn-perubahan
 Membuat rencana dan ramalan
Metodologi Statistik
 Mengidentifikasikan persoalan
 Pengumpulan fakta-fakta yang ada
 Mengumpulkan data asli yang baru
 Klasifikasi data
 Penyajian data
 Analisis data
Elemen Statistik
 Populasi
 Sampel
 Variabel
 Statistik inferensi
 Pengukuran reabilitas dari statistik inferensi
Populasi
 Populasi adalah sebagai sekumpulan data yang
mengidentifikasi suatu fenomena
 Contoh :

◦ Semua pekerja di seluruh Indonesia

◦ Semua mahasiswa di Kepulauan Riau
 Populasi lebih bergantung pada kegunaan dan relevansi
data yang dikumpulkan
Sampel
 Sampel adalah sebagai sekumpulan data yang diambil atau
diseleksi dari suatu populasi
 Contoh :
◦ Populasi = Seluruh mahasiswa di Batam
◦ Sampel = Mahasiswa semeter 5 jurusan SI
 Sampel pada dasarnya adalah bagian dari populasi
Variabel
 Dalam melakukan inferensi terhadap populasi, tidak semua
ciri populasi harus diketahui, hanya satu atau beberapa
karakteristik populasi yang perlu diketahui, yang disebut
sebagai variabel
 Variabel adalah sebuah simbol, yang dapat menyandang

setiap nilai dari suatu himpunan nilai yang disebut sebagai

domain dari variabel tersebut
Variabel kontinu dan
diskrit
 Sebuah variabel yang secara teoritis dapat menyandang
setiap nilai di antara dua nilai yang diberikan disebut dengan
variabel kontinu
 Kebalikannya disebut sebagai variabel diskrit
Contoh variabel kontinu
 Tinggi H seseorang yang dapat bernilai 62 cm, 67,5 cm atau
68,45678 cm, bergantung pada tingkat akurasi
pengukurannya
 Data yang dijelaskan melalui variabel kontinu disebut data

kontinu
Contoh Variabel diskrit
 Sejumlah N anak dalam sebuah keluarga, yang bernilai bsa
salah satu dari 0, 1, 2, 3, … tetapi tidak mungkin 2,5 atau,
3,4567
 Data yang dijelaskan melalui variabel diskrit disebut data

diskrit
 Statistik Inferensi
 Statistik inferensi pada dasarnya adalah suatu keputusan,
perkiraan atau generalisasi tentang suatu populasi
berdasarkan informasi yang terkandung dari suatu sampel
Pengukuran reabilitas dari
statistik inferensi
 Dalam analisa statistik yang diambil dari data sampel dari
suatu populasi, maka konsekuensi akan menimbulkan bias
dalam inferensinya.
 Maka diperlukan pengukuran reabilitas dari setiap inferensi

yang telah dibuat

 Tipe data Statistik
 Data kualitatif – data nonmetrik
 Data kuantitatif – data metrik
Data kualitatif
 Data nominal
◦ Data yang paling rendah dalam level pengukuran data, hanya
meghasilkan satu dan hanya satu-satunya kategori. Contoh
pendidikan, jenis kelamin
 Data ordinal
◦ Data yang memiliki tingkatan data, urutan data (kepuasan
kerja, kepuasan pelanggan)
 Data kategorikal
◦ Data dalam jenis ya atau tidak
 Data numerikal
◦ Jenis data diskrit dan data kontinu
Data kuantitatif
 Interval
◦ Data yang lebih tinggi tingkat pengukurannya dari data ordinal,
urutan data dapat dikuantitatifkan dan tidak mempunyai titik
nol yang absolut
 Rasio
◦ Data yang tingkat pengukurannya lebih tinggi
◦ Data rasio adalah data bersifat angka dalam arti
sesungguhnya dan mempunyai titik nol dalam arti
sesungguhnya
 Pendekatan Statistik
 Analisis deskriptif
 Analisis inferensi
 Kombinasi dari keduanya
Aplikasi Komputer yang dapat digunakan
 Statistik  Metode kuantitatif
◦ Microstat ◦ QSB
◦ Curve expert ◦ Lindo
◦ Minitab, statistic ◦ Invest, metastock
◦ Amos ◦ E-viewa
◦ Lisrel, AHP ◦ DS, POM for windows
◦ SPSS ◦ dll
◦ MS Excel
◦ dll
 Terima Kasih
Salam DUNIA SATU KELUARGA